自2020年起，新冠疫情至今已持续两年，对世界供应链以及整个外部市场都造成了极大的伤害，今年又叠加了俄乌冲突的影响，市场风险与不确定性越来越大，大家都开始寻找更加保守的策略，降本就成为了现在越来越多的企业所选择的方向。但企业在执行降本战略时，更多的是从采购、生产以及产品设计等方面进行发力，通过大批量采购降低采购成本，通过大批量、持续性生产降低生产成本，通过每年物流招标，持续降低物流成本，通过设计优化减少产品冗余降低物料成本等。今天我们暂且先不谈这些直接降本措施可能带来的负面影响，而是提出一个新的降本方向，不动价格，不动产品，而是通过协同来实现快速降本。
l 案例公司伊品生物背景介绍
伊品生物科技是一家生物产品制造商，其主要产品包括味精、鸡精、各类氨基酸、复合肥料等，是一家以大宗物资采购、制造与销售为主的传统制造企业。公司在2019年年初成立了供应链计划部门，但由于体系与方法论尚不完善，计划部门的工作开展并不顺利，得不到其他部门的信任而处于岌岌可危的状态。2019年的年底，公司决定引入外脑来帮助搭建和优化供应链计划体系，并引入专业的管理方法论，让计划部门能够真正的“立”起来，伊品“魔链”项目因此而启动。
l “魔链”项目产销规划体系改善背景介绍
“魔链”项目作为一个完整的供应链计划改善项目，包含了需求计划、供应计划、计划组织架构优化、指标监控平台搭建等多方面内容，而本次我们将以其中的供应计划改善模块为主和大家分享其改善实践和成果。
伊品生物的供应网络比较复杂，前端包括35个省、直辖市、自治区与出口港口，后端有三个生产基地分别位于宁夏、内蒙古和黑龙江。当前端产生需求后，就会将订单提交到对应基地，并由该基地生产后进行发货。在计划管理体系尚未完善时，公司并未对上单路径进行管控，而对于味精、氨基酸这类的大宗物资而言，运输成本在总成本中的占比是极高的。伊品年产量超过数百万吨，物流费用每年则是高达数亿元。本次“魔链”项目供应计划改善模块的主要目标是帮助伊品建立起一个在月度层面的中长期供需计划匹配体系，通过引入运筹学算法模型对整个订单的上单路径进行优化，并考虑过程中的生产成本，物流成本以及其他各种约束条件，在满足前端需求和提升计划效率的同时，实现总成本最低的决策诉求。
l 基于算法建模实现决策效率与质量的同步提升
经过了项目组6个多月的不懈努力，“魔链”项目在供应计划方面通过引入科学的算法引擎，搭建了产销协同规划优化模型，成功地使得供需资源协同决策在效率与质量两个方面取得了重大突破。
首先在效率上，利用电子表格+算法引擎的方式，提升了供应计划编制的效率，将月度产销计划会议流程从18天压缩到了10天，极大的提升了决策的效率。其次，利用算法驱动的供应计划优化模型，通过调整模型参数与决策目标，在15天内计算了22个不同的未来计划场景与版本，极大的提升了决策时的可参考方案，从而提升了反应能力与抗风险能力，节省了大量的无形成本。
无形的成本也许难以量化，那么我们就来看看直接的成本改善，也就是通过引入算法模型对计划编制逻辑进行优化改善，提升计划质量，究竟能够省多少钱？这里先分享一下模型大致的计算逻辑，模型会考虑每个生产基地到不同省份的单位运价，同时也会考虑每种产品在不同生产基地的生产单价，也就是优化的最终目标并不只是物流成本最低，而是物流成本+生产成本的总成本最低。并且在计算过程中，模型还需要考虑不同生产基地的产能限制，不能因为某个基地的综合成本有优势，就无限制的将需求匹配给这个基地。除了这些基本约束，还有一些业务执行层面的诉求，也一并加入了模型当中。基于历史数据，经过模型推算，相比历史实际成本，模型平均每月可以节约300多万费用，也展现出了模型算法相对于人工的极大优势。
l 两年之后回头看——计划改善同样实现真金白银的收益
魔链项目上线两年后，我们对伊品生物的实际应用状况做了回访。与大部分供应链计划改善项目因为缺失量化成果而难以得到认同和持续应用形成了巨大的反差，“魔链”项目的成果不仅完全落地，并且在甲方的努力下实现了多次迭代和优化。据伊品生物供应链总监介绍，项目上线后的两年中，公司各项运营指标均得到了显著的提升，经过公司财务测算和确认，单单产销规划建模就帮助公司直接实现了4000多万的成本节约，库存周转天数下降了30%，订单交付率提升20%。各类运营指标的改善以及What if场景模拟更为公司带来了巨大的潜在收益。
供应链计划工作在很多公司不受重视，因为他们既不直接赚钱，也不直接花钱，更不负责实际的业务执行。大家更加倾向通过各执行职能来进行降本增效，而这种降本方式往往顾此失彼带来很多负面影响。具有前瞻性和全局思维的企业都会认识到通过对前后端资源的合理规划与科学匹配，同样可以降低公司运营风险，并带来显著收益。协同所带来的收益甚至超过前端的开源和后端的节流所产生的效果。供应链管理是企业的第三大利润源泉。
军神孙膑通过田忌赛马告诉我们，有时候不需要进行额外的投资，就凭我们手中已有的资源，只要能够得到合理的规划与应用，其结果就可能会有天壤之别，而计划部门就是进行这种全局资源规划与匹配的最佳操盘手。
l 产销规划建模的核心——线性规划算法
在介绍完案例之后，大家一定对这个产销规划优化模型，或者说他背后的算法特别的感兴趣，在这里也和大家做一个简单的揭秘。在“魔链”项目中，成功的帮助伊品两年节约4000万的优化算法，就是运筹学中最早发展起来，并且已经经历了大量成熟实践与应用的“线性规划”算法。
线性规划（Linear programming）的直接定义是辅助人们进行科学管理的一种数学方法，是一种研究线性约束条件下线性目标函数的极值问题的数学理论和方法，英文缩写LP。从业务应用角度去解读，可以理解为，线性规划就是指导人们如何合理的利用手里有限的人力、物力、财力等资源，去最大化获得利益的一种科学计算方法。在“魔链”项目中，我们就是利用了线性规划算法，对伊品后端有限的供应资源，与前端的需求进行匹配，并让算法计算出当前场景下成本最低的匹配方案，从而实现了显著的成本节约效果。其实，类似线性规划这样的数学工具，以及算法模型还有很多，只要能够将这些数学工具与我们的计划体系进行有机结合，完全可以起到四两拨千斤的改善效果。